Эрдэмтэд бие даан суралцдаг роботуудын хөгжил дэвшлийг харуулж байна

Хоёр жил хүрэхгүй өмнө DARPA хиймэл оюун ухааны элементүүдтэй тасралтгүй суралцдаг робот системийг бий болгох зорилгоор Насан туршийн сургалтын машин (L2M) хөтөлбөрийг эхлүүлсэн. L2M хөтөлбөр нь урьдчилан програмчлал, сургалтгүйгээр шинэ орчинд дасан зохицож чадах бие даан суралцах платформуудыг бий болгоход хүргэх ёстой байв. Энгийнээр хэлэхэд роботууд алдаанаасаа суралцах ёстой байсан ба лабораторийн орчинд загвар өгөгдлийн багц цуглуулж сурах биш.

Эрдэмтэд бие даан суралцдаг роботуудын хөгжил дэвшлийг харуулж байна

L2M хөтөлбөрт янз бүрийн санхүүжилттэй 30 судалгааны бүлэг хамрагддаг. Саяхан Өмнөд Калифорнийн Их Сургуулийн бүлгүүдийн нэг нь Nature Machine Intelligence сэтгүүлийн XNUMX-р сарын дугаарт мэдээлснээр бие даан суралцдаг робот платформуудыг бий болгоход итгэлтэй ахиц дэвшлийг харуулсан.

Их сургуулийн судлаачдын багийг биоанагаах ухааны инженерчлэл, биокинезиологи, физик эмчилгээний профессор Франсиско Ж.Валеро-Куевас ахалж байна. Амьд организмын үйл ажиллагааны тодорхой механизмд суурилсан тус группын боловсруулсан алгоритм дээр үндэслэн роботын дөрвөн мөчний хөдөлгөөнийг заах хиймэл оюун ухааны үйл ажиллагааны дарааллыг бий болгосон. Дуураймал шөрмөс, булчин, яс хэлбэртэй хиймэл мөчрүүд алгоритмыг ажиллуулсны дараа таван минутын дотор алхаж сурах боломжтой болсон гэж мэдээлж байна.

Эрдэмтэд бие даан суралцдаг роботуудын хөгжил дэвшлийг харуулж байна

Эхний хөөргөсний дараа энэ үйл явц системгүй, эмх замбараагүй байсан боловч дараа нь хиймэл оюун ухаан бодит байдалд хурдан дасан зохицож, урьдчилан програмчлалгүйгээр амжилттай алхаж эхлэв. Ирээдүйд өгөгдлийн багц бүхий ML-ийн урьдчилсан сургалтгүйгээр роботуудыг насан туршдаа сургах аргыг иргэний автомашинуудыг автомат жолоодлоготой, цэргийн робот машинд тохируулах боломжтой. Гэсэн хэдий ч энэ технологи нь илүү их хэтийн төлөв, хэрэглээний талбартай байдаг. Хамгийн гол нь алгоритм нь хүнийг хөгжлийн бэрхшээлийн нэг гэж үздэггүй бөгөөд муу зүйл сурдаггүй.


Эх сурвалж: 3dnews.ru

сэтгэгдэл нэмэх